नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4.1 Flash (medium) vs Muse Ember (xhigh)

average score जवळपास समान आहे: 8.7 vs 8.8. Muse Ember (xhigh) चा benchmark खर्च कमी आहे: $0.232 vs $0.591. Muse Ember (xhigh) वेगवान आहे: 13.90s vs 32.88s, pass rates 73.9% vs 76.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#76
एकूण आउटपुट टोकन्स
444,665
प्रतिसाद वेळ (सरासरी)
32.88s
एकूण खर्च
$0.591
क्रमांक
#73
एकूण आउटपुट टोकन्स
409,112
प्रतिसाद वेळ (सरासरी)
13.90s
एकूण खर्च
$0.232
शिफारस केलेले मॉडेल Muse Ember (xhigh)

It has the best score here (8.8), while costing about 2.5x less than DeepSeek V4.1 Flash (medium).

तपशीलवार तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium प्रकाशन: 2026-09-10 Muse Ember Muse Ember xhigh प्रकाशन: 2026-11-09
स्कोअर 8.7 8.8
क्रमांक #76 #73
विश्वसनीयता 9.6 10.0
सुसंगतता 9.3 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.9% 76.8%
अस्थिर चाचण्या 2 3
एकूण रन 69 69
प्रति निकाल खर्च 1.757 1.450
एकूण खर्च $0.591 $0.232
इनपुट किंमत $0.013 / 1M $0.100 / 1M
आउटपुट किंमत $1.320 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत $0.013 / 1M $0.004 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.125 / 1M
एकूण इनपुट टोकन्स 280,643 274,208
आउटपुट टोकन्स 7,342 11,740
रिझनिंग टोकन्स 437,323 397,372
प्रतिसाद वेळ (सरासरी) 32.88s 13.90s
प्रतिसाद वेळ (कमाल) 276.31s 79.38s
प्रतिसाद वेळ (एकूण) 756.34s 319.61s
पॅरामीटर्स 748B एकूण (16B सक्रिय) ~150B एकूण (~10B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#76 DeepSeek V4.1 Flash

medium
खर्च
$0.014
वेळ
34.7s
टोकन्स
11,541 tok

#73 Muse Ember

xhigh
खर्च
$0.008
वेळ
24.3s
टोकन्स
14,705 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 34.45s 7,509 396 71,345
Muse Ember 10.0 10.0 100.0% 0 10.41s 7,410 1,225 40,702

तुलना जोडी बदला